铁路货运统计指标构成因素研究

王 宇

(中国铁路总公司 发展和改革部，北京 100844)

1 概述

铁路货运是铁路统计工作的重要组成部分，我国铁路部门具有完善的运输统计制度，各铁路局集团公司拥有专业的统计队伍，发挥着统计咨询、分析决策的职能作用。铁路统计指标体系作为统计工作的重要载体，在服务铁路运输生产组织和经营管理方面发挥着重要作用，加强铁路统计指标分析，是提升铁路企业管理水平的迫切需要。因此，需要通过剖析铁路统计指标的构成因素，对铁路企业经营效率、效益情况进行监控，及时掌握铁路企业经营目标完成情况，全面反映铁路货运工作质量，为建立铁路企业预算执行监控机制提供强有力的保障，有效提升企业经营管理水平。铁路统计指标主要构成如下。

（1）货运量统计指标[1]。①货物发送量:指铁路各营业站发送货物的重量。是考核车站、铁路局集团公司及全路完成货物运输计划的重要指标。②货物周转量:指货物重量与相应距离的乘积。

（2）货运运用效率统计指标[2-3]。①货车周转时间:指货车自第一次装车完了时起至再一次装车完了时止 (即运用货车平均每周转一次) 所消耗的时间。②运用车:指参加铁路营业运输的国铁货车、企业自备货车、外国铁路货车，内存货车、企业租用车、军方特殊用途重车。反映铁路货车运用车数的情况，作为铁路部门日常调度指挥，以及编制运输计划、调整运力资源配置和经营管理的依据。③运用货车日产量:指平均每一运用货车每日产生的货物吨公里。④货车静载重:指货物在装车时的静止装载重量。⑤货运机车日产量:指在一昼夜内生产的总重吨公里。

（3）货运效益统计指标。主要包括货物吨收入率、吨公里收入率指标等，反映了铁路货运的经营成效。

铁路很多货运统计指标是由多个相关指标构成的，具体又分为积指标、商指标等。例如，运量指标货物周转量为货物质量与相应距离的乘积；效率指标运用车车数为货车周转时间与工作量的乘积，或货物周转量除以运用货车日产量，静载重等于货物发送吨数除以装车数；效益指标货物吨收入率等于货物运费收入除以货物发送吨。因此，铁路货运统计指标分析不仅需要掌握指标完成情况和变化运行趋势，更重要的是对统计指标构成因素进行分析，为运输生产组织和科学决策提供支撑。

2 铁路货运统计指标构成因素分析

根据统计指标影响值因素计算方法[4]，选取货运统计相关的主要指标，基于 2012—2017 年铁路相关部门统计资料汇编数据，分别对运量指标、效率指标、效益指标构成因素进行分析。

2.1 运量指标影响因素分析

货物周转量是铁路货运重要的统计指标，能够反映铁路运输企业发送货物吨数和运输距离的综合情况，其构成因素为货物发送量和货物平均运距。①货物周转量 = 货物发送量×平均运距。根据相关年份铁路货物周转量、货物发送量、平均运距数据，分别计算货物发送量和平均运距对货物周转量的影响值。②货物发送量对货物周转量的影响值 = 货物发送量变化量×(分析期平均运距 + 前期平均运距)/2 = (分析期货物发送量-前期货物发送量)×(分析期平均运距 + 前期平均运距)/2。③货物平均运距对货物周转量的影响值=货物平均运距变化量×(分析期货物发送量 + 前期货物发送量)/2 = (分析期货物平均运距-前期货物平均运距)×(分析期货物发送量+前期货物发送量)/2。其中，分析期指当年年度数据，前期指上年度数据。

2014—2016 年铁路货物周转量、货物发送量连续下降，其中 2015 年降幅最大。通过货物发送量和平均运距对货物周转量的影响值可以看出，货物发送量的减少和货物平均运距的缩短，2014 年分别使货物周转量减少 1 093 亿 t · km 和 424 亿 t · km，2015 年分别减少 2 777 亿 t · km 和 774 亿 t · km，而且货物发送量的减少是货物周转量下降的主要原因。2016 年，货物平均运距略有增长，增加货物周转量38 亿 t · km，对货物发送量下降的影响值有所抵销，全年共减少货物周转量 375 亿 t · km。2017 年货物发送量和货物平均运距均有所回升，对货物周转量的影响值分别为 2 032 亿 t · km 和 647 亿 t · km，其中货物发送量的增加为货物周转量增长的主要因素。

随着国民经济结构调整，在铁路货运市场低迷的时期，运量下降的同时，货物运距同时下降，2017年货运量回升，货物平均运距有所增长，货运量和平均运程距保持了同步运行，铁路货源结构中比重大的品类对货运总量和平均运距有较大影响，铁路部门需要加强营销、提高服务质量，同时根据货运分品类运量对全路货运量的影响值，分析货源结构和变化，努力增量的同时，重点组织长距离运输，提升铁路市场份额。

2.2 货运运用效率指标影响因素分析

货运运用效率反映货车运用效率情况，为考核货车运用计划及分析货车运用效率提供数据，为经营业绩考核提供依据。货运运用车数为运用效率指标，根据不同货运指标，其构成因素可以分为货物周转量与货车日产量指标、货车周时与工作量指标，以及静载重和货车周时指标。

2.2.1 货车日产量和货物周转量对运用车数影响分析

货车运用车指标可以用货物周转量和货车日产量完成情况来评价，其构成因素为货物周转量和货车日产量。铁路运输企业在一定时期内，完成一定运输任务所需要的运用车数既反映运输效率情况，也对运输成本支出产生影响。货车日产量大小反映了货车运用效率的高低，完成一定任务货物周转量所需的运用车数越少，表明货车运用效率越高；使用运用车越多，表明货车运用效率较低。运用车数计算公式为:运用车数=货物周转量/货车日产量。

2008 年以来，货物周转量逐年增长，在 2011 年达到最高值，2012 年后呈下降趋势。运用车数与货物周转量总体运行趋势基本保持一致，但 2012 年、2013 年货物周转量下滑后，运用车数仍然保持增长态势，导致货车日产量有所下降，2016 年货车日产量达最低值。2017 年货物周转量与运用车数比上年均有所增长，货物周转量增幅高于运用车增幅，货车日产量连续 5 年下滑后有所回升，货车运用效率有所提高。

货物周转量和货车日产量对运用车数的影响值计算公式如下。

（1）货物周转量对运用车数的影响值 = 货物周转量变化量×(分析期货车日产量 + 前期货车日产量)/(2×分析期货车日产量×前期货车日产量) = (分析期货物周转量-前期货物周转量)×(分析期货车日产量 + 前期货车日产量)/(2×分析期货车日产量×前期货车日产量)。

（2）货车日产量的提高 (或降低) 会影响使用运用车数的减少 (或增加)，因而货车日产量对运用车数的影响值为负值，即货车日产量对运用车数的影响值=－货车日产量变化量×(分析期货物周转量 + 前期货物周转量)/(2×分析期货车日产量×前期货车日产量) = -(分析期货车日产量-前期货车日产量)×(分析期货物周转量 + 前期货物周转量)/(2×分析期货车日产量×前期货车日产量)。

通过计算货物周转量和货车日产量对运用车的影响值可以看出，2013 年货物周转量下降，本应能够使运用车数减少 266 万车，但由于货车日产量下滑，增加了 284 万车运用车，结果运用车数比 2012年增加 18 万车；2014 年货物周转量下降，可以减少运用车 1 459 万车，但货车日产量下降需多使用运用车 132 万车，运用车数变化主要影响因素为货物周转量；2015 年货物周转量继续下降，可以少用运用车3 245 万车，但货车日产量下降需要多使用运用车1 256 万车，运用车数比 2014 年减少 1990 万车；2016 年货物周转量下降能减少运用车 318 万车，但货车日产量的下降反而导致全年运用车数比 2015 年增加 1 408 万车，其中货车日产量对运用车数的影响值较大。2017 年，货物周转量增长需多使用运用车2 864 万车，同时由于货车日产量有所回升，少使用运用车 823 万车。

2.2.2 货车周时与工作量对运用车数影响分析

在工作量任务一定时，压缩货车周转时间可以减少运用车数，延长货车周转时间将导致运用车数增加。运用车构成因素为工作量和货车周时指标，即运用车车数=货车周转时间×工作量，其中工作量=装车数+增加使用车数。

货车周转时间和工作量对运用车数影响值计算公式:货车周时对运用车数的影响值=货车周时变化量×(分析期工作量 + 前期工作量)/2 = (分析期货车周时-前期货车周时)×(分析期工作量 + 前期工作量)/2；工作量对运用车数的影响值 = 工作量变化量×(分析期货车周时 + 前期货车周时)/2 = (分析期工作量-前期工作量)×(分析期货车周时 + 前期货车周时)/2。

计算货车周时与工作量对运用车数的影响值可以看出，2013 年工作量比 2012 年减少，但由于货车周时有所延长，却多使用运用车 213 万车，因而运用车数基本持平；2014 年工作量减少，少使用运用车1 096 万车，同时周时也有所压缩，因而运用车数有所减少；2015 年工作量减少，但周时有所延长，对运用车总数有一定影响；2016 年，工作量增加、周时延长，分别多使用运用车 808 万车、600 万车，均使运用车数有所增加；2017 年，工作量大幅增加，为运用车数增加的绝对主导因素，多使用运用车2 076 万车，同时周时有所压缩，节省了部分运用车，但影响因素较小。

2.2.3 静载重和货车周时对运用车数的影响分析

静载重对装车数会产生影响，装车数也会导致运用车数的使用发生变化，运用车数的构成因素可以用静载重和货车周时来反映，静载重提高 (或降低) 会影响装车数减少 (或增加)，静载重对装车数的影响值为负值，影响值计算公式如下。静载重对装车数的影响值 = -静载重变化量×(分析期货物发送量 + 前期货物发送量)/(2×分析期货物静载重×前期货物静载重) = -(分析期静载重-前期静载重)×(分析期货物发送量+前期货物发送量)/(2×分析期货物静载重×前期货物静载重)；静载重对运用车数的影响值 = 静载重对装车数影响值×(分析期周时 + 前期周时)。

货车静载重对装车数及运用车数均有所影响，通过计算静载重对装车数及运用车的影响值看出，2013 年、2014 年货车静载重比上年有所提高，均可以使装车数减少，2015 年、2016 年静载重连续下降，特别是 2016 年静载重下滑明显，对装车数的影响值较大，2017 年货车静载重有所提高。根据货车静载重对装车数的影响值，计算货车静载重对运用车数的影响值。计算结果表明，2013 年、2014 年货车静载重的提升，均可以少使用一定数量运用车，但2015 年、2016 年静载重下滑需要多使用一定的运用车，其中 2016 年静载重对运用车数的影响较为明显。

综上所述，通过计算运用车关联指标的影响值，可以清晰反映一定时期内影响铁路货车运用指标的主要因素，评价和分析铁路运输企业运输效率的高低，为企业运输组织和制定措施提供参考，满足预算管理需要[5]。货车日产量等指标反映投入产出情况，是运输效率、效益的体现，通过每辆货车产出和收益也可以为设备的投入计划提供参考，对资源配置发挥作用。货物周转量连续下降时期，可以通过提高货车运用效率等手段来减少资源投入和成本支出，但主要运用效率指标有所下滑，货车日产量连续 4 年下降，2015年和 2016 年货车周时延长、静载重下降较为明显，导致运用车数有所增加。铁路部门应通过历史指标影响因素分析，对今后一定时期内资源配置进行精细化管理，为车辆购置计划提供参考，优化运输组织和管理方式，减少不必要的投入，不断提升装备水平和运输效率，扩大市场竞争度。

2.3 货运效益指标影响因素分析

货物吨公里收入率和货物吨收入率为货运效益指标，其中货物吨公里收入率指标可以反映完成一定货运周转量的收益，其构成因素为货物运费收入和货物周转量，计算公式为:货物吨公里收入率 = 货物运费收入/货物周转量。

货物运费收入和货物周转量对货物吨公里收入率的影响值计算公式为:货物运费收入对货物吨公里收入率的影响值 = 货物运费收入变化量×(分析期货物周转量 + 前期货物周转量)/(2×分析期货物周转量×前期货物周转量) = (分析期货物运费收入-前期货物运费收入)×(分析期货物周转量 + 前期货物周转量)/(2×分析期货物周转量×前期货物周转量)。由于货物周转量的增长(或减少) 会影响货物吨公里收入率降低 (或提高)，因而货物周转量对货物吨公里收入率的影响值为负值，即货物周转量对货物吨公里收入率的影响值 = -货物周转量变化量×(分析期货物运费收入 + 前期货物运费收入)/(2×分析期货物周转量×前期货物周转量) = -(分析期货物周转量-前期货物周转量)×(分析期货物运费收入 + 前期货物运费收入)/(2×分析期货物周转量×前期货物周转量)。

分别计算货物运费收入和货物周转量对货物吨公里收入率的影响值，2015 年货物吨公里收入率比2014 年有所提高，其中货物周转量下降对吨公里收入率的影响值大于货物运费收入下降对吨公里收入率的影响值的绝对值，因而货物吨公里收入率有所提高；2016 年，货物周转量下降对吨收入率的影响值小于货物运费收入下降对吨公里收入率影响值的绝对值，吨公里收入率比上年下降，其中货物运费收入的下降为主要影响因素；2017 年，货物运费收入和货物周转量比上年均实现增长，并且货物运费收入增长对吨公里收入率的影响值大于货物周转量增长对吨公里收入率影响值的绝对值，因而全年吨公里收入率实现增长，其中货物运费收入对吨公里收入率的影响值为主要因素。

通过指标分析，综合评价运量与货物运费收入的关系，量化指标影响因素，可以对价格政策制定和货运营销工作提供参考依据。铁路部门应不断完善运价调整方式和政策，统筹考虑运价调整及市场培育的关系，实现货运效益的提升[6]。在新的货运清算政策中，应充分利用货运承运清算信息，加强货运承运清算指标分析[7]，掌握铁路运输企业所提供服务量和运输效益的关系，通过构成因素对指标完成情况进行评估，揭示指标间的关系和运行规律，找出在运输生产组织、市场营销、产品设计等方面存在的问题，提出措施建议，提高运输效率和效益，促进铁路优化资源配置、合理调配运能运力，着力开拓货运市场，不断提高经营工作、运输生产组织工作质量，满足企业精细化管理需要。

3 结束语

通过计算铁路货运统计指标构成因素影响值，分析影响经营质量、效率的影响因素，可以揭示铁路货运相关指标运行规律，推进效率、效益同步优化。加强指标间关系研究，能够指导铁路运输企业认识和发现问题，并制定更有效的措施，同时对指标运行进行跟踪，判断措施是否有效、可行。根据主要货运指标在不同时期的变化，利用指标构成因素计算理论对其构成因素进行了计算和分析，下一步工作中应进一步加强指标分析和研究，使指标体系相互衔接，加强指标横向、纵向分析，保证统计指标与运输生产过程的融合，体现统计指标体系和构成因素分析的先进性。一方面对铁路运输企业指标预期值与实际完成值进行计算，分析实际完成任务指标影响因素，满足企业管理需要，另一方面对各运输企业货运指标进行计算，分析各运输企业货运指标完成情况对全路货运指标的影响，满足考核和管理需要。同时，利用信息化手段提升统计分析质量[8]，加强统计指标分析，做好数据质量监控和工作质量考核评价工作，对统计工作进行管理和指导，满足业务部门制定措施、对下指导需要，进一步促进统计制度创新，提升统计数据质量和服务水平。

参考文献：

[1] 中国铁路总公司. 货物运输统计规则：铁总计统[2017]121 号[A]. 北京：中国铁路总公司，2017.

[2] 中国铁路总公司. 铁路货车统计规则：铁总计统[2017]195 号[A]. 北京：中国铁路总公司，2017.

[3] 中国铁路总公司. 铁路机车统计规则：铁总计统[2016]261 号[A]. 北京：中国铁路总公司，2016.

[4] 胡思继. 指标分析理论与铁路运营指标分析[M]. 北京：中国铁道出版社，2010.

[5] 中国铁路总公司. 关于加强 2018 年铁路运输企业财务预算编制工作的通知：铁总财函[2018] 96 号[A]. 北京：中国铁路总公司，2018.

[6] 陈娅娜. 铁路货运价格对策探讨[J]. 铁道货运，2017，35(9)：35-38，58.CHEN Ya-na. Discussion on Countermeasures of Railway Freight Price[J]. Railway Freight Transport，2017，35(9)：35-38，58.

[7] 中国铁路总公司. 铁路货运承运制工作量统计管理办法：铁总发改[2017] 335 号[A]. 北京：中国铁路总公司，2017.

[8] 肖永青. 信息化条件下铁路机车车辆运用统计指标体系的构建[J]. 铁道运输与经济，2017，39(5)：7-11.XIAO Yong-qing. Establishment of Statistics Index Systems of Railway Locomotives & Cars Utilization under Informationbased Conditions[J]. Railway Transport and Economy，2017，39(5)：7-11.